董 磊，彭明春，王崇云，杜建海，陈振亮，孔维琳

（1.云南大学 生态学与地植物学研究所，昆明650091；2.云南秀川环境工程技术有限公司，昆明650021）

土壤侵蚀是地球表面的一种自然现象，是指地球表面的土壤及其母质在水力、风力、冻融、重力等外力的作用及人为因素影响下发生的各种破坏、分离、搬运和沉积的现象［1］。土壤流失与水土保持定量评价在研究尺度上可概括为3个层次：地块—小流域—区域（或国家）［2］。土壤侵蚀预报是有效监测水土流失和评价水保措施效益的手段，侵蚀模型则是进行土壤流失监测和预报的重要工具。常用的土壤侵蚀模型包括通用土壤流失方程式（USLE）［3］、修正通用土壤流失方程式 （RUSLE）［4］等，以 及刘宝元等人［5］在USLE和RUSLE方程式的基础上，经过改进提出的中国土壤流失方程式（CSLE）。用常规方法研究水土流失需要大量的野外调查并且周期长、区域小。若在RS和GIS技术的支持下，不仅可以节省大量的人力、物力和财力，而且还能及时掌握水土流失状况，以进行区域合理规划［6］。本文通过GIS与USLE相结合的方法并运用GIS的栅格数据分析功能，预测土壤侵蚀量。USLE中的C因子为植被覆盖与作物管理因子，国内C值的研究缺乏可比性，主要原因是方法不统一，另外C因子值的研究周期长，耗费大量人力、物力［7－8］。本文采用RS技术，进行基于植被覆盖度的C值计算，以确定引起水土流失的这一关键因子，将为流域内土壤侵蚀现状提供最新的资料，为土地资源评价和管理利用、面源污染控制、区域发展规划等提供科学依据与决策。

1 研究区概况

滇池流域位于云贵高原中部，是昆明市人口最多，社会经济最发达的区域。2010年末，流域内常住人口达348.62万人。生产总值达到1 632.82亿元，约占昆明市的80%。同时，滇池流域也是昆明市工农业和生活用水的主要水源地。流域地理位置处于24°28′—25°28′N，102°30′—103°00′E，地处长江、珠江和红河三大水系分水岭地带，南北长约109km，东西宽约52km，面积约2 900km2［9］。整个流域处于干湿季分明的亚热带高原季风气候区，年平均气温为14.5℃，平均降水量为1 035mm，地带性植被类型是亚热带半湿润常绿阔叶林，但目前以针叶林、灌丛及稀树灌木草丛为主［10］。

USLE方程广泛应用于较大区域的土壤侵蚀定量评价［10－11］。目前，CSLE模型的应用还不是很成熟，其参数的正确性与模拟精度还需进一步说明［12］，且该模型的应用主要集中在中国北方，尤其是黄土高原地区，该地区植被覆盖度低，风蚀、水蚀严重［13－14］。本文选取通用土壤流失方程（USLE），作为预测面蚀和沟蚀引起的年平均土壤流失量的方法，公式如下：

A＝R·K·LS·C·P （1）

式中：A——年 平均土壤流失量 ［（t／（hm2·a）］；R——降雨和径流侵蚀因子［（MJ·mm）／（hm2·h·a）］；K——土壤可蚀性因子［（t·hm2·h）／（hm2·MJ·mm）］；LS——地形因子；C——植被覆盖与作物管理因子；P——水土保护措施因子，其中L，S，C，P为无量纲因子。

1.1 流域数据库建立

图形数据库包括1∶5万数字高程模型（DEM）空间分辨率为25m，流域土壤图，植被／土地利用现状图。植被／土地利用现状图由SPOT5影像（全色波段分辨率5m，2009年12月14日、2010年1月30日和2010年5月19日共三景）解译获得。土壤图以土种类型作为成图单元。图形库数据统一为1∶5万比例尺，以矢量和栅格图层建库。属性数据库包括土壤属性、土地利用属性、植被类型属性等。

1.2 降雨侵蚀因子R

本文采用Wischmeier的经典算法来计算R因子，该公式既考虑年降水总量，又考虑降水的年内分布：

R＝∑｛1.735exp［1.5lg（P2i／P）－0.8188］｝ （2）

式中：Pi——月降雨量（mm）；P——年降雨量（mm）。

降雨量数据分别来自呈贡县、晋宁县、太华山和昆明市4个气象站点的监测数据，这4个站点分别位于滇池流域的东、南、西、北4个方向，具有一定代表性。其中，数据又有丰水年（1997年）、平水年（2002年）和枯水年（2009年）之分。对4个站点不同年份的R值求平均，以代表该地区的R值水平。

1.3 土壤可蚀性因子K

土壤可蚀性因子是反映土壤抗侵蚀的能力，与土壤类型有关，指的是在其他条件相同时，由于土壤性质不同所引起的侵蚀量的差异。参照杨树华等［9］的研究给出滇池流域土壤K值（表1），并以土壤类型为成图单元，生成因子栅格图，从而得到K值的空间分布。

表1 滇池流域常见土壤类型的可蚀性因子值

1.4 坡长坡度因子LS

L因子和S因子合称为LS地形因子，根据刘宝元等［15－16］的研究结果进行计算：

式中：L——坡长因子；l——像元坡长；m——坡长指数。

式中：S——坡长因子；θ——坡度。

1.5 植被覆盖与作物管理因子C

植被覆盖与作物管理因子（C）是USLE方程中最重要的参数。在一定条件下，决定土壤侵蚀强度的大小，反映出不同植被和管理措施对土壤侵蚀的效果。C因子值的大小受多种因素影响，同时计算也较为复杂，可通过小区观测和人工模拟降水模拟获取。C值的大小取决于植被类型、植被长势和植被覆盖度［17］。植被归一化指数（NDVI）能综合地反映单位像元内的植被类型、覆盖形态和生长状况，它与地表植被覆盖度有密切关系［18］。采用密度模型［19］，利用SOPT5遥感影像获取的NDVI值计算植被覆盖度，公式如下：

C因子值分布范围为0（纯植被覆盖）到1（裸岩、土壤等无植被覆盖），植被覆盖度范围为0（裸岩、土壤等无植被覆盖）到1（纯植被覆盖）。C值的计算参照公式（6），从而得到C值的空间分布。

式中：Fg——植被覆盖度。城镇的下垫面性质已发生改变，因此不考虑城镇用地和水域对侵蚀的影响，其C值为0。

1.6 水土保持措施因子P

水土保持措施因子（P）是采用专门措施后的土壤流失量与顺坡种植时土壤流失量的比值，反映了水土保持措施对于坡地土壤流失量的控制，通常采用的侵蚀控制措施有：等高耕作、条带种植、梯田等。由于资料缺乏，滇池流域内P因子值为1［20］。

1.7 土壤侵蚀量估算

各因子计算过程在ArcMAP 9.2软件中进行，把滇池流域划分成25m×25m的单元格进行计算，各因子计算结果生成因子图层，再将各因子图层进行叠加运算，得到土壤侵蚀量图。根据水利部颁布的《土壤侵蚀分类分级标准》（SL190—2007）确定土壤侵蚀分级，进行再分类，得到流域的土壤侵蚀强度图。

2 结果与分析

2.1 土壤侵蚀计算结果

本研究将USLE模型和3S技术结合对滇池流域2010年水土流失进行了估算，结果显示滇池流域平均土壤侵蚀模数为802.22t／（km2·a），土壤侵蚀总量为2.34×106t。对不同侵蚀强度等级的侵蚀量和侵蚀面积统计后（表2）表明，占流域面积94.56%的微度及轻度侵蚀区域对流域土壤侵蚀量的贡献率为73.27%，而流域26.72%的土壤侵蚀量来自于仅占流域面积5.43%的中度及以上侵蚀区域。土壤侵蚀以中、轻度侵蚀为主，强烈及以上侵蚀较弱。

表2 滇池流域不同侵蚀强度的侵蚀状况

2.2 坡度与侵蚀的关系

根据DEM数据得到流域内的坡度信息，将坡度栅格图层重分类为6个坡度等级，然后统计得到每个等级的侵蚀模数（表3）。研究发现，滇池流域侵蚀量并不是随着坡度的增加而增加，坡度与侵蚀模数之间并非线性关系，当坡度到达35°时，土壤侵蚀模数略有下降的趋势，但总体上侵蚀模数随坡度的增加而增大（35°坡度以下）。坡度分布在8°～35°的区域，土壤侵蚀量占流域总侵蚀量的78.2%，侵蚀贡献量最大的为15°～25°的区域。

表3 滇池流域不同坡度等级的侵蚀状况

2.3 土地利用类型与侵蚀的关系

在滇池流域的土地利用类型中，不同类型侵蚀模数差异较大，侵蚀模数由大到小依次为：灌木林地、坡耕地、有林地、园地和平耕地（表4）。流域土壤侵蚀最严重的类型是灌木林地，侵蚀模数为1 575.06 t／（km2·a）。流域内灌木林地以暖温性灌丛为主，结构较为简单，且分布坡度范围主要集中在8°～35°，植被覆盖度较低，植被对降雨的截留效果较差，枯落物较少，地面裸露程度大，同时植被对土壤的改造较弱，水土流失较为严重。坡耕地和平耕地面积相差不大，但坡耕地侵蚀量却是平耕地的2倍。因此，在今后的政府工作中应加强对耕地水土保持措施的推广。有林地的土壤侵蚀量也较大，流域内有林地目前以针叶林为主［9］，其林冠层对降雨截留的作用较弱；同时有林地中人工纯林的比例较大，其水土保持功能低下。园地和平耕地侵蚀模数相对较小，土壤侵蚀主要发生在坡度8°～25°的区域，但其受人为扰动影响较大，属于轻度侵蚀强度。

表4 不同土地利用类型的侵蚀状况

3 结论与讨论

本文以滇池流域为例，利用USLE与3S技术相结合的方法研究了其2010年土壤侵蚀状况，与国内相关研究有一定差别，如与李建国等人［21］根据流域内6个径流小区实地观测的283.1万t水土流失量相比，流域内侵蚀量减少了17.4%，这主要是在“十一五”期间，政府加强了对流域内生态防护的建设，如滇池面山绿化项目（2003年）、松华坝水源保护区规划（2006年）以及2009年全面开展的滇池湖滨“四退三还一护”生态建设工程等。丁剑宏等人［22］以2009年ALOS卫星数据及流域内1∶1万DEM数据，研究了滇池流域土壤侵蚀的空间结构特征。研究表明，滇池流域轻度及以上土壤侵蚀面积占流域面积的24.60%，本文则为43.72%，这可能与影像数据、DEM数据分辨率和侵蚀计算方法不同有关。

通常C值是由小区观测得出的经验方程求得，如杨子生［8］连续3a根据6个径流小区实验，得到了坡耕地不同作物类型的C值。基于植被覆盖度的回归方程法，可对大区域不同土地利用类型的C值进行快速估算。

通过模型模拟结果发现，当坡度＜35°时，土壤侵蚀模数随着坡度的增加而增加，当坡度＞35°时，土壤侵蚀模数略有下降的趋势，说明该区域土壤侵蚀过程中存在临界坡度值。不同土地利用方式的侵蚀模数空间差异性较大，侵蚀模数大小为灌木林地＞坡耕地＞有林地＞园地＞平耕地。为了减少流域内土壤流失量，可以对灌木林地生态功能进行提升，摒弃以往种植人工纯林的局面，以针阔混交林种植为主；对于有林地而言，对低效林和纯林进行生态疏伐，补植阔叶类林种，促进其向顶极群落演替。对于流域内坡度＞25°的区域，应巩固退耕还林政策实施的成果，同时加强对灌木林地的植被优化，以减少流域侵蚀的发生。

随着社会、经济的快速发展以及人口的迅速增加，滇池流域水质污染已成为制约昆明市可持续发展的重要因素。滇池是国家重点治理的“三河三湖”之一，面源污染逐渐成为滇池水污染的主要来源。水土流失是引起面源污染的重要动力和主要载体之一，土壤侵蚀本身就是一个大范围的面源污染［22］。因此，对土壤侵蚀模数的研究，也是面源污染研究的一个重要方面。按照新昆明建设“一湖四片”的规划，滇池流域土地利用将发生很大的改变，如何对其进行科学管理并减少流域内新增土壤侵蚀的风险，并有效控制非点源污染将面临严峻的挑战，加强滇池流域的水土流失监测显得尤为重要。

［1］ 刘宝元，谢云，张科利.土壤侵蚀预报模型［M］.北京：中国科学技术出版社，2001.

［2］ 杨勤科，李锐.中国水土流失和水土保持定量研究进展［J］.水土保持通报，1998，18（5）：13-18.

［3］ Wischmeier W H，Smith D D.Predicting rainfall erosion losses from cropland east of the Rocky Mountains：A guide for soil and water conservation planning［M］.Washington D C：USDA，1978.

［4］ Renard K G，Foster G R，Weesies G A，et al.Predicting Rainfall Erosion by Water：A Guide to Conservation Planning with the Revised Universal Soil Loss Equation（RUSLE）［M］.Washington D C：USDA，1997.

［5］ Liu B Y，Zhang K L，Xie Y.An Empirical Soil Loss E-quation［M］.Beijing：Tsinghua Press，2002：143-149.

［6］ 徐旌，张军，刘燕，等.基于RS，GIS的滇池流域水土流失变化研究［J］.水土保持学报，2004，18（2）：80-83.

［7］ 张岩，袁建平，刘宝元.土壤侵蚀预报模型中的植被覆盖与管理因子研究进展［J］.应用生态学报，2002，13（8）：1033-1036.

［8］ 杨子生.滇东北山区坡耕地土壤侵蚀的作物经营因子［J］.山地学报，1999（S1）：19-21.

［9］ 杨树华，贺彬.滇池流域的景观格局与面源污染控制［M］.昆明：云南科技出版社，1998.

［10］ 吴全，秦富仓，王桂华，等.内蒙古锡林郭勒盟太仆寺旗土壤侵蚀初步分析［J］.干旱区资源与环境，2007，21（9）：78-84.

［11］ 蔡崇法，丁树文，史志华，等.应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究［J］.水土保持学报，2000，14（2）：19-24.

［12］ 江青龙，谢永生，张应龙，等.京津水源区小流域土壤侵蚀空间模拟［J］.生态学杂志，2011，30（8）：1703-1711.

［13］ 程琳，杨勤科，谢红霞，等.基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究［J］水土保持学报，2009，23（5）：61-66.

［14］ XU Xia，MIAO Chiyuan，LIAO Yunfei.Quantitative Remote Sensing Study on Regional Soil Erosion：Bin County of Heilongjiang as an Example［J］.Wuhan University Journal of Natural Sciences，2008，13（3）：377-384.

［15］ Liu B Y，Nearing M A，Shi P J，et al.Slope length effects on soil loss for steep slopes［J］.Soil Society of American Journal，2000，64：1759-1763.

［16］ Liu B Y，Nearing M A，Risse L M.Slope gradient effects on soil loss for steep slopes［J］.Transactions of American Society of Agriculture Engineers，1994，37（6）：1835-1840.

［17］ Ahmet K.Estimation of Cfactor for soil erosion mod-eling using NDVI in Buyukcekmece watershed［J］.Ozean Journal of Applied Sciences，2010，3（1）：77-85.

［18］ 陈晋，陈云浩，何春阳.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用［J］.遥感学报，2001，5（6）：416-422.

［19］ 陈云浩，李晓军，史培军.北京海淀区植被覆盖的遥感动态研究［J］.植物生态学报，2001，25（5）：588-593.

［20］ Lin Chao-Yuan，Lin Wen-Tzu，Chou Wen-Chieh.Soil erosion prediction and sediment yield estimation：the Taiwan experience［J］.Soil ＆ Tillage Research，2002，68：143-152.

［21］ 李建国，刀红英，张亮，等.滇池流域水土流失监测［J］.水土保持研究，2004，11（2）：75-77.

［22］ 丁剑宏，谢飞帆，陈丽.滇池流域土壤侵蚀空间结构的分形特征分析［J］.中国水土保持，2011（1）：43-45.